基于Grassmann流形的半监督图像集鉴别分析
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1007-757X.2012.06.006

基于Grassmann流形的半监督图像集鉴别分析

引用
提出了基于Grassmann流形的半监督图像集鉴别分析方法.该方法将子空间表示成Grassmann流形上的点,分别用一组单位正交基表示.通过Grassmann核函数,度量子空间的相似度.不同于其他基于Grassmann流形的图像集鉴别分析,引入图嵌入框架,通过保持数据局部邻域结构的同时,最大化不同类别数据的距离,得到最优投影矩阵,并在投影空间中进行图像集分类.采用半监督学习,对于未标记样本,根据其最近邻类别进行估计.实验表明,该方法取得了优于其他图像集识别算法的效果.

Grassmann流形、图像集、鉴别分析、半监督

28

TP311(计算技术、计算机技术)

国家自然科学基金NSFC No.60775009

2012-11-16(万方平台首次上网日期,不代表论文的发表时间)

共4页

19-22

相关文献
评论
暂无封面信息
查看本期封面目录

微型电脑应用

1007-757X

31-1634/TP

28

2012,28(6)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn